Öğrenci ve Akademisyenlerin E-Öğrenmeye Hazır Bulunuşlarının Daha Az Soru ile Sınıflandırılması

Pandeminin etkisiyle birlikte tüm dünyada alışveriş, çalışma ve eğitim gibi konular “uzaktan” ve “elektronik” olarak daha fazla değerlendirilmeye başlandı. Mart 2020’deki Yüksek Öğretim Kurumu kararının ardından Türkiye’deki tüm üniversiteler eğitimlerine uzaktan devam etme kararı aldı. Bu karar sonucunda akademisyenlerin ve öğrencilerin e-öğrenme sürecine ne kadar hazır olduklarını değerlendiren çalışmalar da hızla arttı. Bu çalışmada iki farklı üniversitedeki akademisyen ve öğrencilerin e-öğrenmeye ne kadar hazır olduklarının incelendiği bir anket çalışmasına makine öğrenmesi teknikleri uygulanarak daha az soru ile aynı sonuçların elde edilmesi hedeflenmiştir. Soruların elenmesinde özyinelemeli öznitelik eleme yöntemi kullanılarak, en yüksek başarılı tahmini destek vektör makineleri sağlamıştır. Azaltılan sorular ile en yüksek cronbach alpha değerini Catboost ve XGBoost yöntemleri sağlamıştır. Destek vektör makineleri, daha az soru ile akademisyen yanıtlarını %100, öğrencilerin yanıtlarını %97,48 doğrulukla tahmin etmiştir. Sonuçlar bir-tane-dışarıda çapraz doğrulama ile elde edilmiştir.